安科网

BitMap索引的效率要优于B-Tree索引实例

manbuzhe0

manbuzhe0

2014-10-08

关注 关注

一、实验说明：

    操作系统：rhel 5.4 x86

    数据库：Oracle 11g R2

二、操作步骤：

    首先创建一张t_btree表，并建立B-Tree索引，索引键是status：

SQL> create table t_btree as select * from dba_objects;

Table created.

SQL> create index status_btree on t_btree(status);

Index created.

执行两次下面的查询语句，并显示执行计划：

SQL> set autotrace traceonly;
SQL> select count(*) from t_btree where status='VALID';


Execution Plan
----------------------------------------------------------
Plan hash value: 2400455617

--------------------------------------------------------------------------------------
| Id  | Operation          | Name        | Rows  | Bytes | Cost (%CPU)| Time    |
--------------------------------------------------------------------------------------
|  0 | SELECT STATEMENT      |          |      1 |      5 |      49  (0)| 00:00:01 |
|  1 |  SORT AGGREGATE      |          |      1 |      5 |          |        |
|*  2 |  INDEX FAST FULL SCAN| STATUS_BTREE | 74307 |    362K|      49  (0)| 00:00:01 |
--------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

  2 - filter("STATUS"='VALID')

Note
-----
  - dynamic sampling used for this statement (level=2)


Statistics
----------------------------------------------------------
    32  recursive calls
      0  db block gets
    261  consistent gets
    458  physical reads
      0  redo size
    424  bytes sent via SQL*Net to client
    419  bytes received via SQL*Net from client
      2  SQL*Net roundtrips to/from client
      0  sorts (memory)
      0  sorts (disk)
      1  rows processed

SQL> select count(*) from t_btree where status='VALID';


Execution Plan
----------------------------------------------------------
Plan hash value: 2400455617

--------------------------------------------------------------------------------------
| Id  | Operation          | Name        | Rows  | Bytes | Cost (%CPU)| Time    |
--------------------------------------------------------------------------------------
|  0 | SELECT STATEMENT      |          |      1 |      5 |      49  (0)| 00:00:01 |
|  1 |  SORT AGGREGATE      |          |      1 |      5 |          |        |
|*  2 |  INDEX FAST FULL SCAN| STATUS_BTREE | 74307 |    362K|      49  (0)| 00:00:01 |
--------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

  2 - filter("STATUS"='VALID')

Note
-----
  - dynamic sampling used for this statement (level=2)


Statistics
----------------------------------------------------------
      0  recursive calls
      0  db block gets
    180  consistent gets
      0  physical reads
      0  redo size
    424  bytes sent via SQL*Net to client
    419  bytes received via SQL*Net from client
      2  SQL*Net roundtrips to/from client
      0  sorts (memory)
      0  sorts (disk)
      1  rows processed

接着创建跟t_btree一样的表t_bmap，并创建BitMap索引。

SQL> create table t_bmap as select * from dba_objects;

Table created.

SQL> create bitmap index status_bmap on t_bmap(status);

Index created.

同样执行之前的语句两次：

SQL> select count(*) from t_bmap where status='VALID';


Execution Plan
----------------------------------------------------------
Plan hash value: 516980546

---------------------------------------------------------------------------------------------
| Id  | Operation              | Name        | Rows  | Bytes | Cost (%CPU)| Time    |
---------------------------------------------------------------------------------------------
|  0 | SELECT STATEMENT          |        |      1 |      5 |      3  (0)| 00:00:01 |
|  1 |  SORT AGGREGATE          |        |      1 |      5 |        |        |
|  2 |  BITMAP CONVERSION COUNT    |        | 62928 |    307K|      3  (0)| 00:00:01 |
|*  3 |    BITMAP INDEX FAST FULL SCAN| STATUS_BMAP |        |        |        |        |
---------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

  3 - filter("STATUS"='VALID')

Note
-----
  - dynamic sampling used for this statement (level=2)


Statistics
----------------------------------------------------------
    32  recursive calls
      0  db block gets
    72  consistent gets
    266  physical reads
      0  redo size
    424  bytes sent via SQL*Net to client
    419  bytes received via SQL*Net from client
      2  SQL*Net roundtrips to/from client
      0  sorts (memory)
      0  sorts (disk)
      1  rows processed

SQL> select count(*) from t_bmap where status='VALID';


Execution Plan
----------------------------------------------------------
Plan hash value: 516980546

---------------------------------------------------------------------------------------------
| Id  | Operation              | Name        | Rows  | Bytes | Cost (%CPU)| Time    |
---------------------------------------------------------------------------------------------
|  0 | SELECT STATEMENT          |        |      1 |      5 |      3  (0)| 00:00:01 |
|  1 |  SORT AGGREGATE          |        |      1 |      5 |        |        |
|  2 |  BITMAP CONVERSION COUNT    |        | 62928 |    307K|      3  (0)| 00:00:01 |
|*  3 |    BITMAP INDEX FAST FULL SCAN| STATUS_BMAP |        |        |        |        |
---------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

  3 - filter("STATUS"='VALID')

Note
-----
  - dynamic sampling used for this statement (level=2)


Statistics
----------------------------------------------------------
      0  recursive calls
      0  db block gets
      6  consistent gets
      0  physical reads
      0  redo size
    424  bytes sent via SQL*Net to client
    419  bytes received via SQL*Net from client
      2  SQL*Net roundtrips to/from client
      0  sorts (memory)
      0  sorts (disk)
      1  rows processed

从上面的查询中，我们可以得到，分别给两张内容一样的表做查询的时候，在执行第二次的时候是属于软解析：

从一致性读上比较，B-Tree索引的consistent gets是180，BitMap的是6；

从Cost的消耗上看，B-Tree索引的COST是49，而BitMap的是3。

在索引键是高重复率键值(status)的时候情况下BitMap索引的效率要优于B-Tree索引。

b-tree 索引 bitmap oracle索引 sql数据库

manbuzhe0

manbuzhe0

0 关注 0 粉丝 0 动态

关注 关注

相关推荐

MySQL索引的各种类型

索引是数据库存储引擎用于快速查找到指定数据的一种数据结构。可以用新华字典做类比：如果新华字典中对每个字的详细解释是数据库中表的记录，那么按部首或拼音等排序的目录就是索引，使用它可以让我们快速查找的某一个字详细解释的位置。在MySQL中，存储引擎也是用了类似

silencehgt 2020-09-07

MySQL进阶篇(02)：索引体系划分，B-Tree结构说明

首先要明确索引是什么：索引是一种数据结构，数据结构是计算机存储、组织数据的方式，是指相互之间存在一种或多种特定关系的数据元素的集合，例如：链表，堆栈，队列，二叉树等等。减少数据扫描量，快速查询数据；数据有序的索引，可以将随机IO变成顺序IO；有效的索引查询

tanyhuan 2020-06-09

PostgreSQL中的B-TREE索引

PostgreSQL提供了多种索引类型： B-tree、Hash、GiST、SP-GiST 、GIN 和 BRIN。每一种索引类型使用了 一种不同的算法来适应不同类型的查询。首先我们需要弄明白一点b-tree就是btree。pgsql中使用的b-tree是

89921334 2020-05-01

Mysql索引——B-Tree/B+Tree架构

在进一步分析为什么MySQL数据库索引选择使用B+树之前，我相信很多小伙伴对数据结构中的树还是有些许模糊的，因此我们由浅入深一步步探讨树的演进过程，在一步步引出B树以及为什么MySQL数据库索引选择使用B+树！学过数据结构的一般对最基础的树都有所认识，因此

逍遥斩舞 2019-12-27

MySQL索引（一）

人们常说的Mysql索引一般是指B-Tree索引，它使用B-Tree数据结构来存储数据。存储引擎以不同的方式使用B-Tree索引，性能也各有不同，各有优劣。MyISAM使用前缀压缩技术使得索引更小，但InnoDB则按照原数据格式进行存储。B-Tree通常意

cyhgogogo 2019-12-23

mysql在B-Tree上创建伪哈希索引

长字符串下,构建索引可通过自定义哈希作为索引,本人通过实验,在3百多个数据记录的下,性能效果很明显,完全不是一个等级.以下为索引前后几种情况对比。在哈希索引下,几乎都是0秒完成.当然,如果直接使用url作为索引,即用B-Tree存储url存储的内容会很大.

txt 2019-12-03

MySQL学习笔记之索引

索引是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能非常关键。在数据量较小且负载较低时，不恰当的索引对性能的影响可能还不明显，但当数据量逐渐增大时，性能则会急剧下降。如果索引包含多个列，那么列的顺序也十分重要，因为MySQL只能高效地使用索引的

liang枫 2019-11-03

MySQL 索引B+树原理，以及建索引的几大原则

MySQL事实上使用不同的存储引擎也是有很大区别的，下面猿友们可以了解一下。中，主要有四种类型的索引，分别为：B-Tree 索引， Hash 索引， Fulltext 索引和 R-Tree 索引。Archive 引擎直到 MySQL 5.1 才支持索引，而

herohope 2019-10-22

技术分享 | 优化 InnoDB 的主键

在这篇文章中，我想讨论一个最重要的问题：选择最佳的 InnoDB 主键。InnoDB 被称为索引组织型的存储引擎。这意味着 InnoDB 必须使用主键。如果表没有主键，InnoDB 会向表中添加一个隐藏的自动递增的 6 字节计数器，并使用该隐藏计数器作为主

wxfsuzhou 2019-09-08

MySQL hash索引和b-tree索引的区别

Hash 索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以 Hash 索引的查询效率要远高于 B-Tree 索引。任何事物都是有两面性的，Hash 索引也一

CosEmon 2019-06-20

一文了解数据库索引：哈希、B-Tree 与 LSM

本文节选自深入浅出分布式基础架构-数据库篇 https://url.wx-coder.cn/kl3ms。索引可以帮助我们快速地定位到数据而不需要每次搜索的时候都遍历数据库中的每一行。典型的索引譬如在内存中维护一个二叉查找树，每个节点分别包含索引键值和一个指

heavstar 2019-07-01

Mysql探索(一):B-Tree索引

MySQL是目前业界最为流行的关系型数据库之一，而索引的优化也是数据库性能优化的关键之一。所以，充分地了解MySQL索引有助于提升开发人员对MySQL数据库的使用优化能力。MySQL的索引有很多种类型，可以为不同的场景提供更好的性能。而B-Tree索引是最

hungzz 2019-06-28

MySQL 索引B+树原理，以及建索引的几大原则

MySQL事实上使用不同的存储引擎也是有很大区别的，下面猿友们可以了解一下。在 MySQL 中，主要有四种类型的索引，分别为：B-Tree 索引， Hash 索引， Fulltext 索引和 R-Tree 索引。B-Tree 索引是 MySQL 数据库中使

gsmfan 2019-04-19

图解MySQL索引--B-Tree（B+Tree）及索引底层实现

概述索引是帮助MySQL高效获取数据的数据结构。之所以用索引 ，主要是为了提高数据查询的效率。下面用几张图来对mysql索引做个介绍。3根据中数据的物理顺序与键值的逻辑（索引）顺序关系：聚集索引，非聚集索引。后面会分享更多mysql方面内容，感兴趣的朋友可

唐文 2019-03-26

单纯分享一张图：高性能索引｜总结的很不错

索引是存储引擎用于快速查找记录的一种数据结构。索引优化是对查询性能优化最有效的手段。今天的核心就是下面这张图了...所以没用统一的索引标准，不同存储引擎的索引工作方式并不相同。B-Tree通常意味着所有值都是按顺序存储的，并且每个叶子页到根的距离相同。可以

MySQLasd 2018-11-06

MySQL索引--B-Tree（B+Tree）图文详解

看了很多关于索引的博客，讲的大同小异。但是始终没有让我明白关于索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或许有很多人和我一样，没搞清楚概念就开始研究B-Tree，B+Tree等结构，导致在面试的时候答非所问！索引是帮助MySQL高效

飞轩亭 2018-05-19

MySQL btree索引概述

今天研究下，mysql中的B-tree索引，通过这篇文章你可以了解到，mysql中的btree索引的原理，检索数据的过程，innodb和myisam引擎中btree索引的不同，以及btree索引的好处和限制。B-Tree 索引是 MySQL 数据库中使用最

Langdon 2018-01-14

B-Tree索引性能优于BitMap索引实例

SQL> create table t_btree as select * from dba_objects;SQL> set autotrace traceonly;SQL> select * from t_btree where ob

daf0 2014-10-08

SQLite中的B-Tree实现细节

所有Ptr指向的页和子页的所有的key的值都大于Key，小于Key。为了知道一个特定的key，需要从磁盘上以O来读取，其中M是树的阶数。在SQLite的实现中，一个文件可以含有1个或的过独立的BTree。每一个BTree由它的根页的索引来标识。所有入口的k

maleibo 2012-11-28

浅析Oracle b-tree index搜索原理

只不过，在索引里的数据存放形式与表里的数据存放形式非常的不一样。在理解索引时，可以想象一本书，其中书的内容就相当于表里的数据，而书前面的目录就相当于该表的索引。同时，通常情况下，索引所占用的磁盘空间要比表要小的多，其主要作用是为了加快对数据的搜索速度。

HaKim 2012-08-18
manbuzhe0

manbuzhe0

W3CSchool教程
HTML 教程
CSS 教程
Bootstrap 教程
Javascript 教程
jQuery 教程
后端教程
C 教程
Java 教程
PHP 教程
Python 教程
Go 教程
移动开发
Android 教程
Swift 教程
Kotlin 教程
jQuery Mobile 教程
ionic 教程
关于我们
新闻动态
联系方式
招聘英才
安科实验室
帮助与反馈

安科网(Ancii)，中国第一极客网

Copyright © 2013 - 2019 Ancii.com

京ICP备18063983号 京公网安备11010802014868号